一项由耶鲁大学主导，联合宾夕法尼亚大学、慕尼黑亥姆霍兹中心等多家顶尖机构完成的科研突破，近日在生物计算领域引发广泛关注。研究团队开发的AI系统CellForge，通过模拟人类科研团队的协作模式，实现了单细胞扰动建模的自动化，将原本需要数月完成的复杂分析压缩至数小时内完成。相关成果已发表于arXiv预印本平台，论文编号为arXiv:2508.02276v1。
传统生物建模研究依赖跨学科团队手动设计实验、处理数据并编写代码，过程耗时且对专业知识要求极高。CellForge的创新在于构建了一个由多个AI专家组成的虚拟科研组，涵盖数据分析、模型设计、生物学验证、训练优化及质量监控五大角色。当输入细胞扰动数据后，这些AI专家会像真实团队一样展开多轮讨论：数据分析专家先解读数据特征，模型专家设计算法架构，生物学专家确保方案符合科学原理，而批评家专家则持续质疑并提出改进建议，最终形成经过多轮优化的解决方案。
研究团队在基因敲除、药物处理、细胞因子刺激等六类典型扰动场景中验证了系统性能。测试数据显示，CellForge设计的模型在预测准确性上全面超越现有方法，部分任务中预测误差降低40%，相关性提升20%。尤其在处理scATAC-seq等高噪声数据时，其表现比次优方法高出16倍。更关键的是，该系统不仅能生成理论方案，还能自动编写可执行代码并完成调试，解决了其他AI助手"纸上谈兵"的局限。
系统的工作流程分为三个阶段：任务分析阶段整合数据特征、问题定义和文献调研；方法设计阶段通过专家讨论确定最优技术路线；实验执行阶段则完成代码生成与性能优化。这种模块化设计使系统能根据数据类型自动选择技术组件——对基因表达数据采用Transformer架构捕捉长程依赖，对调控网络问题集成图神经网络建模相互作用，对稀疏数据则选用XGBoost等稳健方法。
经济性分析显示，CellForge将单次建模成本从传统方法的3000-12000美元压缩至5.18美元，时间消耗从40-80小时专家工作缩短至4-8小时计算。这种效率革命使中小型实验室也能开展前沿研究，研究团队比喻其"如同从胶片摄影时代跨入手机摄影时代"。不过系统仍存在41%的执行错误率，主要集中于张量操作和数据类型匹配，研究团队通过中间变量调试机制将修复成功率提升了48%。
在盲测评估中，由五个大型语言模型组成的评审团对各AI系统的研究方案进行评分，CellForge在科学有效性、技术可行性等八个维度均获最高分（7.27/10），领先第二名5分。更显著的是，当要求生成可执行代码时，仅CellForge成功完成任务。这种端到端能力源于其多专家协作架构：数据专家确保理解准确，模型专家设计可行算法，生物学专家保证科学合理，编程专家实现代码转化，批评家专家全程质量控制。
技术架构方面，系统采用混合通信协议结合JSON-RPC数据交换与持久性记忆模块，既实现专家间实时讨论，又保存所有决策记录。知识检索机制通过交替广度与深度搜索，从基础查询逐步扩展至技术概念全景。每个专家的信心分数动态更新，当信心不足时主动寻求建议，批评家专家则根据讨论进展调整质疑重点，形成持续改进的闭环。
尽管系统能生成科学可行的方案，研究团队强调仍需实验验证。目前系统主要优化于单细胞扰动分析，扩展至其他生物学领域尚需进一步开发。不过其开源代码和详细文档已为研究社区提供基础，这种AI与人类科学家的协作模式，可能重新定义未来科研的工作方式——科学家或将更专注于提出关键问题与设计验证策略，而技术实现则交给高效可靠的AI助手。
